AI FRONTIER
Signals worth understanding before they become obvious.
Qwen3.8-27B ra mắt: mô hình thị giác-ngôn ngữ gốc 27B theo giấy phép Apache-2.0
Qwen giới thiệu Qwen3.8-27B, mô hình thị giác-ngôn ngữ gốc dạng dense 27B dựa trên kiến trúc Qwen3.5, hỗ trợ hiểu hình ảnh và video, độ sâu suy luận điều chỉnh được và trọng số mở theo Apache-2.0.
- 27B tham số, chiều ẩn 5120, 64 lớp, độ dài ngữ cảnh gốc 262.144 token, có thể mở rộng tới 1.000.000 token.
- Hỗ trợ gốc cho hiểu hình ảnh và video, từ sơ đồ STEM và tài liệu đến video dài hàng giờ.
- Chế độ suy nghĩ bật mặc định và có thể tắt theo từng yêu cầu; độ sâu suy luận điều chỉnh bằng reasoning_effort, và preserve_thinking bật mặc định.
- Trọng số được công bố ở định dạng Hugging Face Transformers và tương thích với Transformers, vLLM, SGLang và TokenSpeed theo giấy phép apache-2.0.
Với các nhóm tự vận hành tác nhân đa phương thức, mô hình dense 27B theo Apache-2.0 hạ thấp rào cản triển khai, nhưng hiệu năng ngữ cảnh dài và video cần được kiểm chứng theo các điều kiện benchmark được báo cáo.
thinkingmachines/Inkling-2-Small: MoE đa phương thức 594B tham số phát hành với trọng số mở
Inkling 2 Small là mô hình đa phương thức đa dụng nhận đầu vào văn bản và hình ảnh, tạo đầu ra văn bản, được xây dựng trên transformer decoder-only 48 lớp với xương sống feed-forward Mixture-of-Experts thưa định tuyến mỗi token đến 8 trong 384 chuyên gia. Mô hình có 594B tham số tổng và 17B tham số hoạt động, phát hành...
- 594B tham số tổng với 17B hoạt động; mỗi token được định tuyến đến 8 trong 384 chuyên gia.
- Checkpoint NVFP4 chính yêu cầu ít nhất 500GB VRAM tổng hợp, đáp ứng bằng 2x NVIDIA B300 hoặc 4x NVIDIA H200.
- Checkpoint MXFP8 thay thế yêu cầu ít nhất 800GB VRAM tổng hợp, đáp ứng bằng 4x B300 hoặc 8x H200.
- NVFP4 là độ chính xác gốc; MXFP8 chỉ cho thấy mức tăng khiêm tốn 1–2 điểm phần trăm so với NVFP4 trên các đánh giá.
Với nhà phát triển, mô hình cung cấp năng lực đa phương thức 594B tham số tổng ở 17B tham số hoạt động, nhưng ngưỡng VRAM tổng hợp trên 500GB đồng nghĩa triển khai trên cụm nhiều GPU.
Claude Opus 5.5: chương trình robot AI vượt qua 221 trong 240 lần chạy thử
BornCity đưa tin Claude Opus 5.5 đã vượt qua 221 trong 240 lần chạy thử trên các tác vụ chương trình robot AI.
- BornCity đưa tin 221 trong 240 lần chạy thử đã vượt qua.
- Kết quả này liên quan đến các tác vụ chương trình robot AI.
Với những người xây dựng tác nhân robot, việc vượt qua 221 trong 240 lần chạy nghĩa là khoảng 8% lần chạy vẫn thất bại, nên vẫn cần cơ chế dự phòng và kiểm chứng.
Vijay Gadepally (MIT) cho biết có thể giảm tới 30% mức tiêu thụ năng lượng của AI mà không ảnh hưởng đến hiệu năng
Theo El Español, Vijay Gadepally của MIT cho biết mức tiêu thụ năng lượng của AI có thể giảm tới 30% mà không ảnh hưởng đến hiệu năng.
- Vijay Gadepally có liên kết với MIT.
- El Español đưa tin về tuyên bố giảm tới 30% mức tiêu thụ năng lượng của AI.
- Tuyên bố nêu rằng hiệu năng không bị ảnh hưởng.
Đối với nhà phát triển AI, tuyên bố tiết kiệm năng lượng mà không mất hiệu năng cho thấy tiềm năng tiết kiệm chi phí và triển khai, nhưng con số 30% cần được kiểm chứng trên khối lượng công việc thực tế.